7 月 20 日，由北京市委网信办指导、首都互联网协会主办、品玩承办的首届“青年思享会”青年先锋论坛在京成功举办。
论坛以“人工智能的机遇和挑战”为主题，邀请了来自中国科学院的专家学者，以及向量数据库公司 Zilliz、百度、科大讯飞、奇安信、云测数据、中科闻歌等企业的青年先锋，共同探讨在人工智能的背景下，大语言模型的技术路径、商业化落地、产业化发展和生态系统建设，力求“全景式”解锁大模型的真实面貌，“立体式”呈现大模型未来图景。
北京市委网信办相关负责人表示，“我们要以《生成式人工智能服务管理暂行办法》为准绳，明确生成式人工智能服务安全要求，认真做好申报安全评估、加强数据安全和隐私保护等工作，规范操作、划好底线、守住安全。希望大家在企业的发展过程中强化主体责任，既要把握人工智能等新技术、新应用带来的机遇，营造创新生态，又要保持正确的大局观、发展观、安全观，重视防范风险。”
向量数据库领先者 Zilliz 合伙人兼产品总监郭人通受邀参与高端对话环节，本次对话由品玩创始人兼 CEO 骆轶航担任对话主持人，主题为“打破壁垒，打造中国大模型健康发展的生态系统”。
郭人通认为，做好大模型生态必须要以模型为核心，围绕周边系统进行建设，尤其是系统的基础软件建设，只有这样才能真正促成产业落地、为行业创造更多价值。
在被问及大模型和向量数据库的关系时，郭人通表示：
如果将大模型应用看成一个计算机系统，那么大模型就是 CPU，负责自然语言的对接和分析工作;向量数据库则是计算机的外部存储，可以理解为记忆体，承担着存储和检索向量信息的工作。 在二者的相互配合下，可以有效提升大模型应用的效果和效率。
在探讨“如何降低大模型的训练成本及其未来走向”的话题时，郭人通给出了不一样的解读：
一方面，现在的模型引入大量参数，但是很大一部分都用来编码死记硬背的内容。另一方面，人脑比大模型参数多很多，但也不会去尝试记下世界上所有的内容。所以 LLM 到了现在这个阶段，未来可能的方向是尝试把这些死记硬背的内容从大模型移出来，更多的参数(以及对应的成本)用于提升理解和逻辑推理这样的高阶语义理解能力。
还有一点，Yann LeCun 提出的「世界模型」现在不是特别主流，但个人觉得比较有趣。这里无论是世界模型的表示，还是上面提到的“死记硬背”的知识性内容，有可能会和现代计算机系统计算/存储可互换很类似，到底是编码到模型参数，还是放置到外挂的记忆体，应该也是可互换的。
Zilliz 合伙人兼产品总监 郭人通
首届“青年思享会”青年先锋论坛的圆满落幕，也预示着 AI 大模型正朝向健康可持续合规的方向发展。AI 大模型正在成为赋能千行百业、引领产业变革的关键力量。未来，随着人工智能加速发展，Zilliz 将和产业各界一起通过系统创新、坚持开源开放，加速大模型生态繁荣发展。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
